sql 中的动态滚动平均值

Question

希望我能解释清楚

我正在尝试计算滚动平均值，但前面的行数可变，具体取决于另一列的滚动总和。或者换句话说，我想计算 b 列的最近平均值，相对于 a 列总和至少为 X

的前几行

示例数据：

CREATE TEMP TABLE t (ts timestamp NOT NULL, a int, b int);

INSERT INTO t VALUES
 ('20200929 11:00',1,50)
,('20200929 12:00',3,25)
,('20200929 13:00',1,20)
,('20200929 14:00',1,19)
,('20200929 15:00',2,25)
,('20200929 16:00',1,22)
,('20200929 17:00',3,19)

期望的结果，X = 3：

ts                  a   b   row_from row_to average_b
2020-09-29 11:00    1   50  NULL     NULL   NULL
2020-09-29 12:00    3   25  1        1      50
2020-09-29 13:00    1   20  2        2      25
2020-09-29 14:00    1   19  2        3      22.5
2020-09-29 15:00    2   25  2        4      21.333
2020-09-29 16:00    1   22  4        5      22.5
2020-09-29 17:00    3   19  5        6      23.5

我没有计算当前行的 a 值，因此 row_to 始终是前一行。

第三行只需要第2行

第四行需要第 2 行和第 3 行，因为第 2 行本身不是 >=3。我不介意超过 X 值。

我可以计算可变行数的平均值，但我不知道如何计算所需的 row_from。我想这在 python 中很容易，但是在 TSQL 中是否有基于集合的方法来做到这一点？

我正在使用 PostgreSQL 10.5，但也可以使用 SQLServer 2019

Answer 1

我想不出不用递归怎么做。

除了 16:00 条目 ((19 + 25)/2 = 22) 的算术错误外，这会产生您想要的输出：

with recursive nums as (
  select *, 
         row_number() over (order by ts) as rn
    from t
), stoprns as (
  select *, rn as row_to, a as runsum
    from nums
  union all
  select s.ts, s.a, s.b, n.rn, s.row_to, s.runsum + n.a
    from stoprns s
         join nums n 
           on n.rn = s.rn - 1
          and s.runsum < 3
), ranges as(
  select n.rn, n.ts, n.a, n.b, 
         min(s.rn) as row_from, 
         s.row_to
    from nums n
         left join stoprns s
                on s.row_to = n.rn - 1
   group by s.row_to, n.rn, n.ts, n.a, n.b
)
select *, 
       (select avg(b) from nums where rn between row_from and row_to) as average_b
  from ranges
 group by rn, ts, a, b, row_from, row_to
 order by rn
;

根据您 table 的大小，这可能不可行，performance-wise。

Working db<>fiddle.

sql 中的动态滚动平均值

dynamic rolling average in sql

sql

sql-server

postgresql

rolling-average